KR101296190B1 - 지형 정보 활용 항법 및 그 구동 방법 - Google Patents

Abstract

본 발명은 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈은 EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서, 상기 지형 정보 활용 항법 모듈이, 상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와, 상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와, 추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와, 상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 한다.

Description

지형 정보 활용 항법 및 그 구동 방법{TERRAIN REFERENCED NAVIGATION AND DRIVING METHOD THEROF}

본 발명은 지형 정보 활용 항법 및 그 구동 방법에 관한 것으로, 더욱 상세하게는 레이더 고도계로 측정한 고도 데이터 및 DTED(Digital Terrain Elevation Data)를 이용하여 EGI의 성능을 향상시킨 지형 정보 활용 항법 및 그 구동 방법에 관한 것이다.

최근, 3차원 지형 정보를 이용한 항법이 개발되고 있다. 기존의 2차원 지형 정보 활용 항법은 자동차 운전시 많이 이용되고 있지만, 이와 같은 2차원 지형 정보 활용 항법은 높이의 높고 낮음을 측정하기가 불가능하기 때문에, 고가 위로 달리는 자동차와 고가 밑으로 달리는 자동차가 동일한 경로로 주행할 경우, 2차원 지형 정보 활용 항법은 이를 구분하지 못하는 문제점이 있었다.

더욱이, 항공기 분야에서는 지형 정보 활용 항법을 통한 높이의 높고 낮음을 구분하는 것이 더욱 절실하다. 항공기의 운행시, 잘못된 지형 정보 활용 항법의 정보는 항공기의 운행을 방해할 뿐만 아니라, 항공기의 추락과 같은 대형 참사를 초래할 수 있는 원인이 될 수 있기 때문이다.

따라서, 3차원 지형 정보를 이용한 항법은 특히 항공기의 분야에서는 매우 중요한 사안이며, 실제로 고도를 측정가능한 고도계를 이용한 3차원 지형 정보를 이용한 항법이 지속적으로 개발되고 있다.

즉, 3차원 지형 정보를 이용한 항법은 현재에도 지속적인 개발을 진행중에 있으며, 더욱더 정확한 지형 정보를 측정하여 활용하는 방안이 3차원 지형 정보를 이용한 항법의 과제이기도 하다.

따라서, 본 발명이 이루고자 하는 기술적 과제는 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 것을 목적으로 한다.

상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈은 EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서, 상기 지형 정보 활용 항법 모듈이, 상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와, 상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와, 추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와, 상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 한다.

또한, 상기 목적을 달성하기 위해, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은 EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와, 상기 EGI 및 상기 전파 고도계의 데이터를 동기화하는 단계(S200)와, DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와, 필터의 업데이트 유무를 판단하는 단계(S400)와, 상기 필터가 업데이트된 경우에는, 상기 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와, 상기 필터가 업데이트되지 않은 경우에는, EGI 데이터를 상기 칼만 필터 측정치로 사용하는 단계(S600)와, 스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와, 신뢰도가 높을 경우 보정된 상기 EGI 데이터를 획득하는 단계(S800)와, 신뢰도가 낮을 경우 보정되지 않은 상기 EGI 데이터를 바이패스하는 단계(S900)를 포함하는 것을 특징으로 한다.

또한, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은, 상기 칼만 필터는 상태 변수를 물리값 그대로 사용하는 직접 방법과, 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 간접 방법으로 구분되는 것을 특징으로 한다.

또한, 본 발명에 따른 지형 정보 활용 항법 모듈의 구동 방법은, 상기 간접 방법이 선형화의 과정에 따라, 상기 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산되는 간접 피드백(feedback) 방법과, 상기 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 간접 피드포워드(feedforward) 방법으로 구분되는 것을 특징으로 한다.

본 발명에 따르면, 레이더 고도계로 측정한 고도 데이터 및 DTED를 이용하여 EGI의 성능을 더욱 향상시킨 지형 정보 활용 항법 및 그 구동 방법을 제공하는 효과가 있었다.

도 1은 지형 정보 활용 항법 모듈의 개요를 나타내는 도면.
도 2는 지형 정보 활용 항법 모듈의 구성을 나타내는 블록도.
도 3은 지형 정보 활용 항법 모듈의 동작 흐름을 나타내는 순서도.
도 4의 (a)는 칼만 필터의 피드백 방법을 나타내는 개념도이고, 도 4의 (b)는 칼만 필터의 피드포워드 방법을 나타내는 개념도.
도 5는 칼만 필터의 구성을 도시한 개념도.

이하, 첨부한 도면들 및 후술한 내용을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 그러나, 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 명세서 전체에 걸쳐서 동일한 참조 번호들은 동일한 구성 요소들을 나타낸다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급되지 않는 한 복수형도 포함된다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

도 1은 지형 정보 활용 항법 모듈(110)의 개요를 나타내는 도면이다. 도 1을 참조하면, 지형 정보 활용 항법 모듈(110)은 전파 고도계(Rader Altimeter)(112)로 고도 데이터를 측정하고, DTED(Digital Terrain Elevation Data)로 지형 데이터를 측정함으로써, EGI(111)의 성능을 향상시키게 된다. 즉, DTED를 기반으로 전파 고도계(112)와 EGI(111)의 고도 데이터를 이용하여 항공기의 현재 위치를 추정하게 된다. GPS와 INS 센서가 통합됨으로써 서로의 단점을 보완해 주는 것과 마찬가지로, DTS(Digital Terrain System)가 전파고도계와 같은 기존의 센서와 Kalman 필터를 통해 결합할 경우, 외부 환경의 변화에 민감하지 않으면서 높은 정확도와 낮은 드리프트를 가진 항법 결과를 획득할 수 있다. 지형 정보 활용 항법 모듈(110)은 이러한 기능을 구현할 수 있다.

도 2는 지형 정보 활용 항법 모듈(110)의 구성을 나타내는 블록도이다.

도 2를 참조하면, 지형 정보 활용 항법 모듈(110)은 데이터 동기화 함수(114)와, 베이시안 필터(Bayesian Filter)(115)와, 칼만 필터(Kalman Filter)(116)와, 스위치(117)를 구비한다.

데이터 동기화 함수(114)는 EGI(111)와 전파 고도계(112)로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하게 된다. 또한, 베이시안 필터(115)는 동기화된 데이터와 DTED를 이용하여 항공기의 현재 위도 및 경도를 추정하게 된다. 한편, 추정된 위도 및 경도는 칼만 필터(116)로 입력되며, 여기서 EGI(111)의 항공기 상태 데이터를 보정하게 된다. 마지막으로, 스위치(117)에서는 칼만 필터(116)에서의 추정 상태를 판별하여 EGI(111) 데이터를 바이패스하거나, 칼만 필터(116)로 인해 보정된 EGI(111) 데이터를 출력하게 된다.

도 3은 지형 정보 활용 항법 모듈의 동작 흐름을 나타내는 순서도이다.

본 발명에 따른 지형 정보 활용 항법 모듈은, EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와, EGI 및 전파 고도계의 데이터를 동기화하는 단계(S200)와, DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와, 필터의 업데이트 유무를 판단하는 단계(S400)와, 필터가 업데이트된 경우에는, 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와, 필터가 업데이트되지 않은 경우에는, EGI 데이터를 칼만 필터 측정치로 사용하는 단계(S600)와, 스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와, 신뢰도가 높을 경우 보정된 EGI 데이터를 획득하는 단계(S800)와, 신뢰도가 낮을 경우 보정안된 EGI 데이터를 바이패스하는 단계(S900)를 포함한다.

본 발명에 따른 지형 정보 활용 항법은 DTED를 기반으로 전파 고도계와 EGI의 고도 데이터를 이용하여 항공기의 현재 위치를 추정하게 된다. 이와 같이, 현재 위치를 추정하는 방법으로는 베이시안 필터를 사용한다. 베이시안 필터란, 조건부 확률 밀도를 이용한 베이스 룰(Bayes' rule)을 기반으로 위치를 추정하는 비선형 필터이다. 이와 같은 베이시안 필터는 MMSE(Minimum Mean Square Error) 방법을 통해 최종 추정값을 산출하게 된다. 베이시안 필터는 선형화 과정이 없기 때문에, 필터의 발산 위험성이 없는 장점이 있다.

또한, 칼만 필터는 정규 분포를 가진 백색 잡음에 의해 구동되는 선형 시스템에 최적인 필터로서, 실제값 평균치와 추정값 평균치 사이의 편차가 없다는 가정하에 평균 제곱의 최소값을 추정하게 된다. 이러한 칼만 필터는 동적 특성을 갖는 시스템의 정보 통합에 유리하며 정밀 항법을 위한 INS와 다중 보조 센서의 통합으로 사용된다.

칼만 필터는 크게 직접 방법 및 간접 방법으로 구분된다. 직접 방법은 상태 변수를 물리값 그대로 사용하는 것이다. 반면에, 간접 방법은 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 방법에 의해 비선형 시스템을 선형화하는 것이다.

또한, 간접 방법은 선형화의 과정에 따라 간접 피드백(feedback) 방법 및 간접 피드포워드(feedforward) 방법으로 구분된다.

도 4의 (a)에 도시된 바와 같이, 간접 피드포워드 방법은 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산된다. 반면에, 간접 피드백 방법은 도 4의 (b)에 도시된 바와 같이 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 방법이다. 간접 피드포워드의 경우에는 구성이 간단하며 구현이 용이하지만, 시간이 지남에 따라 INS의 오차가 증가하고, 그에 따라 필터의 오차 추정치도 증가하기 때문에, 선형 시스템 특성을 유지시키지 못하여 전체 오차가 증가하게 된다. 반면에, 간접 피드백 방법의 경우에는 시스템 오차 증가가 선형적으로 유지되고, 이에 따라 오차를 양호하게 추정하기 때문에, 장시간의 운용시에 적합하다. 하지만, 하드웨어적으로 독립적인 장치인 INS에 추정 오차치를 직접 반영할 수 없으며, 단 한 번의 잘못된 입력의 영향을 직접적으로 받는 단점이 있다. 본 발명에서는 오차 추정치를 반영할 수 있는 INS 모듈을 별도로 사용함으로써, 장시간 운용에 적합한 간접 피드백 칼만 필터를 구현하였다.

도 5는 구현된 EGI와, 전파 고도계 + DTED(RALT+DTED)를 센서로 사용하는 간접 피드백 칼만 필터의 구성을 도시한 개념도이다.

도 5에 도시된 바와 같이, INS는 각속도와 가속도 센서를 이용하기 때문에, 잡음이 섞인 각속도 및 가속도를 가지게 된다. 또한, EGI와 전파 고도계 + DTED 모두 잡음이 섞인 신호로 측정된다. 이러한 잡음 섞인 신호에서 실제값 및 추정치의 차이의 제곱을 최소화하는 추정치를 찾아내는 것이 칼만 필터이다. 칼만 필터의 측정치는 EGI의 위치, 속도, 자세 및 전파 고도계 + DTED의 위치 측정치(베이시안 필터를 이용한 추정치)를 사용한다. 칼만 필터에서 계산된 오차 추정치는 INS에 직접적으로 반영되므로, INS 출력값 자체가 보정된 값이 된다. 이러한 과정에서, 센서 자체의 편향 오차를 추정함으로써, 관성 센서의 보정이 이루어진다.

한편, 칼만 필터에서 사용하는 시스템의 방정식은 비선형 시스템인 항공기의 운동에 섭동 방법을 적용하여 오차에 대한 선형식을 유도하게 된다. 이와 같은 시스템 방정식은 항법 오차 모델과, 속도 오차 모델과, 자세 오차 모델과, 센서 오차 모델을 포함하며, 이에 따라 상태 변수는 항공기 위치인 위도 오차와, 경도 오차와, 고도 오차와, 항법 좌표계에서의 3축의 속도 오차와, 3축의 자세 오차와, 가속도의 편차 3개와, 각속도의 편차 3개 등 총 15개로 구성된다.

본 발명의 칼만 필터는 EGI와 전파 고도계 + DTED의 측정을 이용한다. 이러한 2개의 데이터는 동일한 시간에 존재할 필요가 없기 때문에, 분산형 필터가 사용된다. 이러한 구조로 시스템의 센서가 준비되면, 개별적으로 측정치를 사용할 수 있게 된다.

좀더 상세히 설명하면, EGI 데이터는 50Hz로 갱신되며, 전파 고도계 + DTED는 약 0.5Hz로 갱신됨에 따라, 두 측정치의 시간 차가 발생한다. EGI의 경우에는 칼만 필터와 시간 차가 없지만, 전파 고도계 + DTED에서 추정한 위치값은 0.5Hz의 경우 갱신율이 2초 전의 위치값이므로, 필터에 바로 적용할 경우 필터의 정확도를 떨어뜨리는 요소가 된다. 이러한 시간 오차를 보정하기 위해, 전파 고도계 + DTED 측정치 갱신시 시간축에 대해 보정을 하게 된다. 시간축을 보정시에는 현재 칼만 필터 INS에서의 시간축을 전파 고도계 + DTED의 시간축으로 전환한 후 칼만 필터를 동작시키고, 결과값을 현재 시간축으로 전환시켜서 보정하게 된다. 이러한 시간축 보정을 위해, 칼만 필터 갱신시의 상태 변수와 가속도와, 각속도계의 값을 저장한 후, 이를 사용한다.

또한, 데이터 동기화 함수는 EGI와 전파 고도계로부터 받은 입력 값을 시간 태그(tag)를 통해 내부적으로 저장한다. 데이터 동기화 함수가 필요한 이유는 시점이 다른 데이터가 들어오는 경우에 대비하고, 동기화하며, 필요한 데이터를 저장해 두는 역할을 한다.

또한, 스위치는 칼만 필터의 추정 상태를 판별하여, EGI 데이터를 바이패스 하거나, 칼만 필터에 의해 보정된 EGI 데이터를 출력한다. 이때, 판별 기준은 EGI 데이터 정보를 우선으로 한다. EGI 데이터가 바이패스되어 출력되는 경우에는, EGI 상태 정보에서 정상 동작을 의미하며, 적어도 4개 이상의 위성 데이터로 운용되고 있는 상태를 표시하는 플래그(flag)가 켜지고, 지형 정보 활용 항법 추정 위치와 EGI 출력 위치의 차이가 200m 이상일 경우에 해당한다. 이외의 경우에는 지형 정보 활용 항법 데이터를 출력하게 된다.

이상에서는 본 발명의 실시예를 예로 들어 설명하였지만, 당업자의 수준에서 다양한 변경이 가능하다. 따라서, 본 발명은 상기의 실시예에 한정되어 해석되어서는 안 되며, 이하에 기재된 특허청구범위에 의해 해석되어야 함이 자명하다.

110 : 지형 정보 활용 항법 모듈
111 : EGI
112 : 전파 고도계
114 : 데이터 동기화 함수
115 : 베이시안 필터
116 : 칼만 필터
117 : 스위치

Claims (4)

1. EGI(Embedded GPS/INS)와, 전파 고도계(RALT)와, 지도 데이터베이스로부터 각각 데이터를 받아서 정확한 항법 계산을 보정을 통해 수행한 후, 이 보정된 데이터들을 출력하는 지형 정보 활용 항법 모듈로서,
   상기 지형 정보 활용 항법 모듈은,
   상기 EGI와 상기 전파 고도계로부터 받은 입력을 시간 태그를 통해 내부적으로 저장하는 데이터 동기화 함수와,
   상기 데이터 동기화 함수에 의해 동기화된 데이터와 DTED(Digital Terrain Elevation Data)를 이용하여 항공기의 현재 위도 및 경도를 추정하는 베이시안 필터와,
   추정된 상기 위도 및 상기 경도가 입력되며, 상기 EGI의 항공기 상태 데이터를 보정하는 칼만 필터와,
   상기 칼만 필터에서의 추정 상태를 판별하여 상기 EGI 데이터를 바이패스하거나, 상기 칼만 필터로 인해 보정된 상기 EGI 데이터를 출력하는 스위치를 포함하는 것을 특징으로 하는 지형 정보 활용 항법 모듈.
2. EGI 및 전파 고도계에 의한 항공기의 현재 위치의 추정치를 입력하는 단계(S100)와,
   상기 EGI 및 상기 전파 고도계의 데이터를 동기화하는 단계(S200)와,
   DTED를 이용하여 베이시안 필터를 동작시키는 단계(S300)와,
   필터의 업데이트 유무를 판단하는 단계(S400)와,
   상기 필터가 업데이트된 경우에는, 상기 베이시안 필터 위치 추정치를 칼만 필터 추정치로 사용하는 단계(S500)와,
   상기 필터가 업데이트되지 않은 경우에는, EGI 데이터를 상기 칼만 필터 측정치로 사용하는 단계(S600)와,
   스위치에 의해 지형 정보 활용 항법 모듈의 신뢰도를 판별하는 단계(S700)와,
   신뢰도가 높을 경우 보정된 상기 EGI 데이터를 획득하는 단계(S800)와,
   신뢰도가 낮을 경우 보정되지 않은 상기 EGI 데이터를 바이패스하는 단계(S900)를 포함하는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.
3. 제 2 항에 있어서,
   상기 칼만 필터는 상태 변수를 물리값 그대로 사용하는 직접 방법과, 물리값이 아닌 기준 상태에서의 차이값(오차)을 사용하는 간접 방법으로 구분되는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.
4. 제 3 항에 있어서,
   상기 간접 방법은 선형화의 과정에 따라,
   상기 칼만 필터의 오차 추정치를 INS 출력값에 더함으로써, 보정된 값이 계산되는 간접 피드백(feedback) 방법과,
   상기 칼만 필터의 오차 추정치를 INS에 직접 반영함으로써, INS 출력값 자체가 보정된 값으로 나오는 간접 피드포워드(feedforward) 방법으로 구분되는 것을 특징으로 하는 지형 정보 활용 항법 모듈의 구동 방법.
   

Images